Digitale Lehre
Aufgrund der COVID-Pandemie findet diese Veranstaltung im Wintersemester 2020/21 ausnahmsweise als Vorlesung und nicht als Seminar statt. Die Vorlesungen werden live via Zoom gehalten. Nur im Wintersemester 2020/21 können Studierende ausnahmsweise diesen Kurs wahlweise als Vorlesung oder Seminar in den Studienplan aufnehmen. Bitte beachten Sie, dass es sich hierbei um eine temporäre Veränderung der Veranstaltungsform handelt, die nur für das Wintersemester 2020/21 gilt.
Lehrinhalte
Der Kurs beinhaltet die Grundlagen der Entdeckungs- und Schätztheorie. Diese werden dann erweitert durch mit fortgeschrittenen Themen der statistischen Signalverarbeitung. Das sind typischerweise Anwendungen aus folgenden Bereichen: Detektion in Radar Anwendungen; Robuste Schätzung; Prädiktion, Filterung und Tracking mit dem Kalman Filter; Sensorgruppen Signalverarbeitung, Richtungsschätzung und Quellendetektion; Zeit-Frequenz Analyse. Die Themen können von Semester zu Semester wechseln.
Der Kurs beinhaltet eine Reihe von 5 Vorlesungen gefolgt von einem betreuten Forschungsseminar über ca. 2 Monate. Die endgültige Bewertung beinhaltet die Seminar-Präsentationen, sowie eine schriftliche Klausur.
Die hauptsächlichen Themengebiete sind:
[list]
[*]Schätztheorie
[*]Detektionstheorie
[*]Robuste Schätztheorie
[*]Seminar-Projekte: z.B. Mikrophongruppen/Beamforming, Ortung und Tracking, Radar-/Ultraschallbildgebung, akustische Quellenlokalisierung, Schätzung der Anzahl von Quellen
[*]Bootstrap
[/list]
Literatur
[list]
[*]Folien zur Vorlesung
[*]Jerry D. Gibson and James L. Melsa. Introduction to Nonparametric Detection with Applications. IEEE Press, 1996.
[*]S. Kassam. Signal Detection in Non-Gaussian Noise. Springer Verlag, 1988.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Estimation Theory. Prentice Hall, 1993.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Detection Theory. Prentice Hall, 1998.
[*]E. L. Lehmann. Testing Statistical Hypotheses. Springer Verlag, 2nd edition, 1997.
[*]E. L. Lehmann and George Casella. Theory of Point Estimation. Springer Verlag, 2nd edition, 1999.
[*]Leon-Garcia. Probability and Random Processes for Electrical Engineering. Addison Wesley, 2nd edition, 1994.
[*]P. Peebles. Probability, Random Variables, and Random Signal Principles. McGraw-Hill, 3rd edition, 1993.
[*]H. Vincent Poor. An Introduction to Signal Detection and Estimation. Springer Verlag, 2nd edition, 1994.
[*]Louis L. Scharf. Statistical Signal Processing: Detection, Estimation, and Time Series Analysis. Pearson Education POD, 2002.
[*]Harry L. Van Trees. Detection, Estimation, and Modulation Theory, volume I,II,III,IV. John Wiley & Sons, 2003.
[*]A. M. Zoubir and D. R. Iskander. Bootstrap Techniques for Signal Processing. Cambridge University Press, May 2004.
[/list]
Voraussetzungen
DSP, ein allgemeines Interesse an der Signalverarbeitung ist wünschenswert.
Online-Angebote
moodle
Aufgrund der COVID-Pandemie findet diese Veranstaltung im Wintersemester 2020/21 ausnahmsweise als Vorlesung und nicht als Seminar statt. Die Vorlesungen werden live via Zoom gehalten. Nur im Wintersemester 2020/21 können Studierende ausnahmsweise diesen Kurs wahlweise als Vorlesung oder Seminar in den Studienplan aufnehmen. Bitte beachten Sie, dass es sich hierbei um eine temporäre Veränderung der Veranstaltungsform handelt, die nur für das Wintersemester 2020/21 gilt.
Lehrinhalte
Der Kurs beinhaltet die Grundlagen der Entdeckungs- und Schätztheorie. Diese werden dann erweitert durch mit fortgeschrittenen Themen der statistischen Signalverarbeitung. Das sind typischerweise Anwendungen aus folgenden Bereichen: Detektion in Radar Anwendungen; Robuste Schätzung; Prädiktion, Filterung und Tracking mit dem Kalman Filter; Sensorgruppen Signalverarbeitung, Richtungsschätzung und Quellendetektion; Zeit-Frequenz Analyse. Die Themen können von Semester zu Semester wechseln.
Der Kurs beinhaltet eine Reihe von 5 Vorlesungen gefolgt von einem betreuten Forschungsseminar über ca. 2 Monate. Die endgültige Bewertung beinhaltet die Seminar-Präsentationen, sowie eine schriftliche Klausur.
Die hauptsächlichen Themengebiete sind:
[list]
[*]Schätztheorie
[*]Detektionstheorie
[*]Robuste Schätztheorie
[*]Seminar-Projekte: z.B. Mikrophongruppen/Beamforming, Ortung und Tracking, Radar-/Ultraschallbildgebung, akustische Quellenlokalisierung, Schätzung der Anzahl von Quellen
[*]Bootstrap
[/list]
Literatur
[list]
[*]Folien zur Vorlesung
[*]Jerry D. Gibson and James L. Melsa. Introduction to Nonparametric Detection with Applications. IEEE Press, 1996.
[*]S. Kassam. Signal Detection in Non-Gaussian Noise. Springer Verlag, 1988.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Estimation Theory. Prentice Hall, 1993.
[*]S. Kay. Fundamentals of Statistical Signal Processing: Detection Theory. Prentice Hall, 1998.
[*]E. L. Lehmann. Testing Statistical Hypotheses. Springer Verlag, 2nd edition, 1997.
[*]E. L. Lehmann and George Casella. Theory of Point Estimation. Springer Verlag, 2nd edition, 1999.
[*]Leon-Garcia. Probability and Random Processes for Electrical Engineering. Addison Wesley, 2nd edition, 1994.
[*]P. Peebles. Probability, Random Variables, and Random Signal Principles. McGraw-Hill, 3rd edition, 1993.
[*]H. Vincent Poor. An Introduction to Signal Detection and Estimation. Springer Verlag, 2nd edition, 1994.
[*]Louis L. Scharf. Statistical Signal Processing: Detection, Estimation, and Time Series Analysis. Pearson Education POD, 2002.
[*]Harry L. Van Trees. Detection, Estimation, and Modulation Theory, volume I,II,III,IV. John Wiley & Sons, 2003.
[*]A. M. Zoubir and D. R. Iskander. Bootstrap Techniques for Signal Processing. Cambridge University Press, May 2004.
[/list]
Voraussetzungen
DSP, ein allgemeines Interesse an der Signalverarbeitung ist wünschenswert.
Online-Angebote
moodle
- Lehrende: Jasin Machkour
- Lehrende: Abdelhak Zoubir
Semester: WiSe 2020/21